Nota
O acceso a esta páxina require autorización. Pode tentar iniciar sesión ou modificar os directorios.
O acceso a esta páxina require autorización. Pode tentar modificar os directorios.
Nesta sección, aprenderás como verificar os teus datos e, a seguir, como adestrar, probar e publicar o teu modelo.
- Na pantalla Adestra o teu modelo , verifica que tes os nomes correctos e o número correcto de imaxes.
- Se todos os datos son correctos, selecciona Adestrar para iniciar o adestramento do teu modelo de detección de obxectos.
Proba rapidamente o teu modelo
Despois de adestrar o modelo, podes velo en acción desde a súa páxina de detalles. Máis información: Xestiona o teu modelo en AI Builder
Na páxina de detalles do modelo, selecciona Proba rápida na sección Última versión adestrada .
Carga unha imaxe que conteña os teus obxectos para probar o teu modelo.
O teu modelo aplicarase á imaxe que cargaches. Este paso pode levar un tempo.
Despois de que o modelo remate de executarse, os rectángulos atopados debuxaranse directamente na imaxe.
Como interpretar a puntuación de rendemento do modelo
Se realizas unha proba rápida do modelo despois de adestralo, aparecerá unha puntuación de rendemento na súa páxina de detalles. Esta puntuación de rendemento indica o bo rendemento que lle deu o modelo ás imaxes que subiches. Esta puntuación non indica o bo rendemento que terá nas túas futuras imaxes porque aínda non as viu.
Se cargas menos de 50 imaxes para unha etiqueta, é máis probable que obteñas unha puntuación alta, de ata o 100 por cento. Isto non significa que o teu modelo sexa a proba de balas. Significa que o teu modelo non cometeu ningún erro nun subconxunto das imaxes que proporcionaches (chamado o conxunto de probas). Canto menor sexa o conxunto de adestramento, menor será o conxunto de probas e maior será a probabilidade de que o modelo sexa correcto cando se calcule a puntuación de rendemento.
As puntuacións de rendemento do modelo son máis fiables cando tes máis de 50 imaxes por etiqueta e cando estas puntuacións permanecen estables mesmo cando cambias o conxunto de adestramento.
Publica o teu modelo de detección de obxectos
Desde aquí, podes executar máis probas con outras imaxes. Se estás satisfeito cos resultados, podes publicar o teu modelo para usalo en Power Apps ou Power Automate.
Límites
| Acción | Límite | Período de renovación |
|---|---|---|
| Chamadas de detección de obxectos (por ambiente) | 4800 | 60 segundos |